Akıllı Telefon Tarihçesi

Aquisição e pré-processamento dos dados

As cenas da missão Landsat 8 são fornecidas pelo United States Geological Survey (USGS) em seu banco de dados na internet, no endereço http://earthexplorer.usgs.gov.

No processo de aquisição destas imagens no portal da USGS foram localizadas as áreas de interesse a fim de identificar as imagens correspondentes. A região deste estudo foi identificada como parte das cenas do sistema de imageamento órbita (path) 220 e ponto (row) 068 e, de onde foram selecionadas todas as imagens do ano de 2014. Após a identificação, foram avaliadas as coberturas de nuvens de cada cena e adquiridas somente às imagens com cobertura menor que 10% da área de estudo.

As cenas adquiridas foram recortadas para as dimensões da área de estudo e, posteriormente, reavaliadas sobre as condições de influências da cobertura por nuvens nas cenas. Isso se fez necessário porque, mesmo existindo menos de 10% de cobertura na imagem original, após o recorte isso poderia comprometer boa parte da área de estudo.

Ao final deste processo foram selecionadas 9 cenas do sensor OLI do sistema Landsat 8 de datas distintas pode ser observado na Tabela 3.

Tabela 3: Datas das imagens OLI Landsat 8 selecionadas para o estudo de extração de feições.

Ano 2014

Mês Maio Junho Julho Agosto Setembro Novembro Dias 22 7 9 25 10 26 11 27 30

Todas as cenas adquiridas apresentam o nível de correção classificado como L1T, que corresponde a correções geométricas e radiométricas, além, ainda, de utilizar dados de um Modelo Digital de Elevação (MDE) para ajustar os parâmetros com determinada exatidão topográfica. Este grau de correção deve ser conferido nas informações do arquivo de metadados atrelado junto com as imagens.

As cenas do Landsat 8 L1T são produtos distribuídos em escala de Números Digitais (ND) calibrados e dimensionados de acordo com sua resolução radiométrica de 16 bits (0 a 65.535 tons de cinza). Como os ND's são valores físicos discretizados num intervalo definido pela sua resolução radiométrica, se fez necessário trabalhar com

valores de reflectância, garantindo assim que as imagens com datas e bandas de comprimentos espectrais distintas estivessem em escalas radiométricas semelhantes durante os processos de cálculo dos índices utilizados.

Estes dados de reflectância foram adquiridos no site da USGS através do produto denominado Landsat 8 Surface Reflectance, que são gerados a partir do algoritmo L8SR mediante solicitação feita no sistema web, na mesma página de aquisição das imagens originais.

O algoritmo L8SR realiza a conversão dos dados de ND para reflectância por meio de processos que levam em consideração as correções das interferências atmosféricas utilizando tanto as informações dos metadados das imagens, quanto os modelos matemáticos que estimam estas interferências. Mesmo com seu uso recomendado para obtenção de índices, o produtor das imagens Landsat 8 Surface Reflectance ressalta que os dados são provisórios e os resultados podem sofrer alterações no futuro (USGS, 2015).

Combinação de técnicas de realce

Ao longo de um ano produtivo, as áreas de cultivo dentro das propriedades sofrem normalmente um rodizio para descanso ou ainda preparo para outras culturas após uma colheita. Ao tentar adquirir automaticamente a feição circular dentro da região de estudo por meio de uma cena correspondente a uma única data pode-se ocultar informações das áreas em função das diferentes etapas do ciclo fenológico das plantas que estão cultivadas.

Como já dito, os alvos circulares, que são os alvos de estudo deste trabalho, são representações dos pivôs centrais na imagem e para que sejam bem identificáveis no processo de extração de feições devem conter alto valor de brilho para que apresentem contraste com o fundo da cena, a fim de serem extraídos com sucesso.

Como sabido, a reflectância espectral dos alvos variam de acordo com o intervalo no espectro eletromagnético. Para o caso da vegetação, mais especificamente atividade agrícola, que é o alvo de interesse, as regiões do vermelho e infravermelho próximo, apresentam baixa e alta reflectância, respectivamente. Por outro lado, se as regiões dos pivôs centrais não possuírem cultivos em uma dada época do ano, o alvo que estará sendo refletido será o solo, respondendo diferentemente das vegetações cultivadas.

Desta forma, de acordo com a época do ano, as áreas sob irrigação de sistemas de pivô central apresentam diferentes respostas e, consequentemente, um comportamento diferente ao longo do ano relacionado diretamente com o ciclo fenológico da cultura presente na área plantada ou ainda com presença de solo exposto.

A fim de avaliar as áreas cultivadas com auxilio de pivôs centrais ao longo de um ano, desenvolveu-se procedimento utilizando o software ArcGis 10.2, através de operações algébricas entre as bandas espectrais, e utilizando seus resultados na criação de índices para diferenciar as regiões cultivadas ao longo do ano das demais regiões.

O primeiro passo neste processo foi realizar a soma de todas as 9 cenas da banda 4 (vermelho) e a soma de todas as 9 cenas da banda 5 (infravermelho próximo), gerando duas novas cenas (Equação 11). Desta forma, para a soma das bandas do canal vermelho, onde a vegetação tem alta absorção nesta faixa espectral, as áreas cultivadas ao longo do ano teriam um valor de somatório baixo comparado com os valores de somatório das bandas do canal do infravermelho próximo, que devido à alta reflectância tem um valor mais elevado que as demais regiões.

� � � � � � ℎ = ∑ �� � ��� � ����= � (11) � � � � � ��� � ℎ �ó�� = ∑ �� � ��� � ����= �

A operação algébrica da soma das imagens em várias datas do ano tem como finalidade assegurar que, pelo menos em algumas épocas, os pivôs centrais possuam cultura plantada e assim, apresentem alta reflectância no canal infravermelho próximo referentes a esses alvos nas imagens adquiridas, a fim de obter uma imagem resultante com maior brilho possível nas áreas cultivadas.

Como as áreas de cultivo pela técnica de irrigação por pivô central apresentam atividades fotossintéticas mais altas que seu entorno, devido aos aportes recebidos para o desenvolvimento da cultura, foi calculado o NDVI das duas imagens soma resultantes da equação(11), destacando assim as áreas irrigadas por meio da proeminência das atividades fotossintéticas.

A imagem resultante do NDVI aparece em escala linear com valores entre -1 e 1, porém, para utiliza-la no algoritmo de identificação de feições circulares, os dados foram reclassificados e convertidos para uma escala de 8bits (0 a 255 níveis de cinza) no formato JPG.

Para fins de comparações de resultados, para cada data foi realizada separadamente a criação das imagens de NDVI e conversão para 8bits para posteriormente comparar os resultados obtidos na função de identificação dos pivôs centrais da imagem criada com a soma das cenas com cada data individualmente.

Identificação das feições circulares através da transformada de Hough

Para etapa de extração de feições, foi realizada a implementação de uma função no software MATLAB 2012b para identificar e extrair as feições circulares de interesse, que neste caso representam as áreas de plantio com irrigação pelo método do pivô central.

A função implementada tem como parâmetros de entrada a imagem orbital pré- processada e informações das áreas de plantio, como os raios máximo e mínimo aproximados que se pretendem identificar, a dimensão espacial do pixel e coordenadas espaciais de referência da imagem, resultando numa tabela com as coordenadas dos centros dos pivôs centrais e os valores correspondentes de seus raios e diâmetros.

Esta função tem como principal ferramenta um algoritmo de identificação de círculos, já implementada no pacote de ferramentas do software MATLAB 2012b, que utiliza a Transformada de Hough no processo de busca das feições (imfindcircles), sendo adaptada para as características desse estudo e executada dentro da função desenvolvida de acordo com os seguintes passos:

1. Entrada da imagem pré-processada, resultante com os valores de NDVI, no formato JPG com 8 bits;

2. Determinação manual dos valores de raio dos pivôs centrais da imagem, através de uma ferramenta de visualização e medição;

3. Entrada dos parâmetros na função referentes às informações dos pivôs centrais da região e da imagem de entrada (raio maior, raio menor, coordenadas de referencia- N e E, resolução espacial da imagem);

4. Neste passo, os cálculos de identificação dos pivôs são realizados de acordo com os valores de raio informado, estabelecendo primeiramente o espaço de parâmetros para definir a matriz de acumulação. Vale ressaltar que a função para identificação de círculos considera objetos circulares que são mais brilhantes do que o fundo, mas como existe a possibilidade de entre as datas disponíveis existirem áreas onde não houve cultivo, sem

vegetação, a função também foi definida para cenários onde os objetos circulares de interesse são mais escuros;

5. O resultado da aplicação da função retorna a matriz de acumulação com as coordenadas de imagem dos centros e os raios dos pivôs identificados, sendo estes ajustados para a realidade do trabalho, ou seja, para os valores de coordenadas no sistema de projeção e com a escala informada pelo usuário;

6. Por fim, estes resultados são exportados para o formato tabular.

Com as informações tabuladas que definem a localização dos pivôs na imagem, utilizou-se o programa ArcGis para realizar a sobreposição das feições circulares plotadas sobre as imagens pré-processadas, verificando assim a consistência dos resultados obtidos no processo de extração.

Para fins de comparações dos resultados, todo processo descrito foi realizado para cada data das cenas separadamente e para a imagem com o índice resultante do processo de soma das imagens.

Análise dos dados

Os resultados obtidos na extração dos pivôs centrais foram comparados da seguinte forma:

1. Os dados obtidos por meio da metodologia da operação de soma das imagens do ano foram comparados com os dados obtidos para as cenas de cada data.

2. Os dados obtidos por meio da metodologia da operação de soma das imagens do ano foram comparados com os resultados apresentados pelo estudo da ANA & Embrapa/CNPMS (2014).